本书共11章，分为基础篇和综合篇。1-5章为基础篇，理论性内容讲解包括：Python数据分析挖掘概述、Python数据分析挖掘基础、数据探索、数据预处理、挖掘建模。6-11章为综合篇，列举分析了6个实用的案例，包括：基于关联规则进行商品推荐案例、电信用户流失分类预测案例、二手车交易价格回归预测案例、航空公司客户价值分析聚类分析案例、基于LGB进行新闻文本分类案例、基于PyTorch进行昆虫图像分类案例。